k 平均聚类

上例中假定了Y1,Y2,Y3的联合分布为正态分布。这个假设是人为的，但是已经通过验证（Graham和Schafer于1999），非正态联合分布的变量，在这个假定下仍然可以估计到很接近真实值的结果。 　

K均值聚类算法收敛速度快，可以快速对图像区域聚类分割，是区域分割和数据聚类中常用的算法。初学者可以通过他理解聚类思想，非常容易理解功能强大！

k-means多维聚类c++实现

python实现k-means聚类，利用的库有numpysklearn,利用matplot绘图

MATLAB realizes K-means clustering

C++编写的文本聚类算法K-means算法可以执行

matlab下实现的k-medoids聚类算法

Genetic k-means clustering algorithm program

用动画效果帮助新手理解K-means聚类，有数据，有动画

1.首先，我们选择一些类/组来使用并随机地初始化它们各自的中心点。要想知道要使用的类的数量，最好快速地查看一下数据，并尝试识别任何不同的分组。中心点是与每个数据点向量相同长度的向量，在上面的图形中是“